《Sensors》:Differential Privacy-Based Location and Trajectory Data Protection for Utility-Preserving Location-Based Services
编辑推荐:
位置服务(location-based services,LBS)的广泛使用导致用户位置和轨迹数据被持续收集,增加了隐私泄露风险,并造成隐私保护与数据效用之间的持续权衡。为解决离散位置查询场景中的这一问题,本文提出了一种基于Q-R树检索和差分隐私的单点位置隐私
位置服务(location-based services,LBS)的广泛使用导致用户位置和轨迹数据被持续收集,增加了隐私泄露风险,并造成隐私保护与数据效用之间的持续权衡。为解决离散位置查询场景中的这一问题,本文提出了一种基于Q-R树检索和差分隐私的单点位置隐私保护方法,称为QRDPP。QRDPP结合了Q树的自适应空间划分能力与R树基于最小边界矩形(minimum bounding rectangle,MBR)的索引能力,对叶节点采用改进的几何隐私预算分配策略,对非叶节点采用算术分配策略,然后对相应位置数据和节点信息进行拉普拉斯扰动。针对连续轨迹查询场景,本文提出了一种时空泛化与差分隐私方法,称为STG-DPTP,以解决时间保护不足、泛化不恰当和轨迹失真问题。STG-DPTP执行层次化时空聚类,使用高斯核密度估计分别对时间和空间分布建模,通过贝叶斯优化动态优化带宽参数,使用指数机制选择代表性候选子集,并通过约束采样生成受保护轨迹。在GeoLife数据集上的实验从查询精度、计算效率、空间轨迹相似性、重建误差、对抗不确定性和时间保持等方面评估了所提方法。结果表明,QRDPP提高了隐私保护空间查询的效用和效率,而STG-DPTP在所采用的差分隐私框架下更好地保留了原始数据的空间分布、轨迹结构和时间特征。
位置服务(Location-Based Services,LBS)的广泛部署使得用户位置与轨迹数据被持续采集,带来隐私泄露风险。现有方法包括假数据生成、泛化匿名、抑制、密码学保护和差分隐私等,但普遍存在隐私保护与数据效用之间的权衡:过强扰动会降低查询精度、破坏轨迹结构,过弱扰动则无法抵抗基于时空关联的推断。离散位置查询需要高效空间索引和合理的隐私预算分配;连续轨迹查询则需要同时保护空间分布与时间依赖。针对这些问题,研究人员在《Sensors》发表该论文,提出两种基于差分隐私(Differential Privacy,DP)的方法:QRDPP和STG-DPTP。
研究人员采用集中式可信第三方(Trusted Third Party,TTP)架构;实验数据来自微软亚洲研究院发布的GeoLife GPS轨迹数据集,包含182名用户的17621条真实轨迹。QRDPP主要用到以下关键技术:结合Q树自适应空间划分和R树最小边界矩形(Minimum Bounding Rectangle,MBR)索引;以热度密度和树深度为停止条件;叶节点采用改进几何隐私预算分配,非叶节点采用算术隐私预算分配;对节点计数施加拉普拉斯扰动。STG-DPTP主要用到以下关键技术:采用Bisecting K-means进行层次时空聚类;用高斯核密度估计(Gaussian Kernel Density Estimation,KDE)分别建模时间和空间分布;用贝叶斯优化动态调整带宽;用指数机制进行候选选择;用约束采样生成受保护轨迹。
研究结果如下。
3.2.1 数据集规模对查询精度的影响:通过改变数据集规模和查询覆盖范围,发现logRE随数据集增大和查询范围增大而下降,说明QRDPP在较大数据集和较大查询范围下数据效用更高。
3.2.2 数据集规模对查询效率的影响:比较均匀网格(UG)、自适应网格(AG)、Q树和Q-R树在2000至50000个点上的运行时间,发现Q-R树的平均运行时间低于Q树。
3.2.3 重复性与可扩展性分析:在2000到150000个真实GeoLife点上进行十次独立随机种子运行,运行时间和峰值工作集内存稳定增长,logRE保持较低。
3.2.4 查询范围与空间索引结构对数据效用的影响:在50000个点、不同隐私预算和查询覆盖范围下,QRDPP的logRE低于UG、AG和Q树,说明Q-R树混合索引提高了查询效用。
3.2.5 与现有隐私保护方法的比较:与RandomNoise、DP-GeoQTree、Uniform、Fibonacci和LP-DPBM相比,QRDPP在运行时间和logRE方面表现出较优的查询效用,但运行时间高于RandomNoise。
3.3.1 二次聚类值对空间轨迹相似性的影响:通过比较Hausdorff距离,发现随二次聚类值k增大,STG-DPTP的Hausdorff距离下降,优于固定带宽、AP-DP和K-DP。
3.3.2 聚类值与动态带宽分配的影响:通过评估时间序列相似性和均方根误差(Root Mean Square Error,RMSE),发现STG-DPTP优于固定带宽方法,且更细的聚类粒度和动态带宽降低了RMSE。
3.3.3 重建轨迹误差分布分析:通过RMSE和对抗期望误差(Adversarial Expected Error,AdvError)的分布及箱线图,显示大部分重建轨迹RMSE较低,同时AdvError提供可测的对抗不确定性。
3.3.4 先验分布对AdvError的影响:在均匀、高斯和指数先验下,AdvError随二次聚类值增大而下降,变化趋势一致,表明STG-DPTP在不同背景知识假设下表现稳定。
3.3.5 比较分析:在不同隐私预算下,STG-DPTP的RMSE低于AP-DP、K-DP和固定带宽方法,体现其在隐私保护与数据效用之间的平衡优势。
3.3.6 与PrivTrace和DP-STTS的比较:在固定种子下,STG-DPTP的归一化范围查询平均绝对误差(Mean Absolute Error,MAE)、空间Jensen-Shannon散度(Jensen-Shannon Divergence,JSD)和转移JSD均低于PrivTrace和DP-STTS。
3.3.7 自举稳定性分析:基于十次轨迹级自举重采样,空间分布JSD和归一化MAE保持较低,转移JSD和热点重叠变化较大,表明转移级和热点级摘要对采样轨迹更敏感。
3.3.8 时空拟合与采样结果的可视化分析:通过散点图、距离分布直方图和时间序列对比,显示生成数据在空间和时间维度上保留原始数据的主要分布特征。
讨论部分指出,QRDPP的效用通过查询误差而非坐标保持来评估,STG-DPTP在隐私保护与数据效用之间取得平衡,但当前评估未完全覆盖超大规模、高并发或实时多用户环境。研究结论为:本文研究了LBS中位置和轨迹数据的隐私保护问题,针对离散查询场景提出QRDPP,通过Q-R树检索和差异化隐私预算分配,在固定树和记录级模型下对层次化节点计数施加拉普拉斯机制,总预算分为叶节点和非叶节点计数发布,不直接扰动或发布经纬度坐标;针对连续查询场景提出STG-DPTP,集成时空聚类、高斯核密度估计、动态带宽优化、指数机制选择和约束采样,在空间和时间维度保护轨迹隐私。GeoLife数据集上的描述性结果表明,QRDPP在测试配置下具有较好的查询效用和运行时间,STG-DPTP能在限制重建误差的同时保留主要时空轨迹特征。未来工作将关注自适应隐私预算分配、高效实时轨迹保护以及更新更大规模移动数据集的评估,并研究分布式噪声生成、安全聚合和多服务器设计以降低对单个可信第三方的依赖。